[发明专利]基于时空特性红外弱小目标检测方法

说明书

本发明涉及一种基于时空特性红外弱小目标检测方法，包括：获取目标红外图像的高频分量滤波图，由高频分量滤波图确定多个可疑目标；对每个可疑目标依次利用灰阶分布九宫格进行邻域能量空间分布特性的计算，再进行纹理梯度分布特性计算，再由可疑目标的方位俯仰尺度比及目标饱和度进行判断，最后进行目标时间域分布特性的判断，逐步剔除可疑目标中的伪目标，最后确定真实目标。本发明方法能够有效排除弱小目标背景中的云层干扰、地物干扰和探测器噪声干扰等，从而可靠地确定真实目标，可极大降低目标探测的虚警率，提高检测概率。

技术领域

本发明涉及弱小目标的检测技术领域，尤其涉及一种基于时空特性红外弱小目标检测方法。

背景技术

红外成像目标探测技术因实时性好、隐蔽性强以及抗干扰能力强等特点，被广泛应用于精确制导、探测告警等武器装备系统中。

在实际应用中，要求探测系统应尽可能发现远距离目标。由于远距离目标在视场中非常弱小，且背景复杂，如云层干扰、地物干扰等，目标与背景的对比度低，背景中的干扰物极多，因此，如何从众多干扰源中剔除伪目标，获得真实目标，成为红外图像处理的难题。同时全空域搜索检测出目标，是后续对目标进行跟踪打击的前提与基础，因此提高检测概率、降低虚警率，具有重要意义。

目前，红外弱小目标检测主要为先滤波预处理检测出疑似目标，再对疑似目标进行确认，剔除虚假目标，进而获得真实目标。剔除虚假目标的方式主要有：目标信噪比、目标尺度和目标的时空相关性。上述剔除虚假目标的方式，当存在云层、地物等干扰时，无法实现对干扰的有效排除。

因此，针对以上不足，需要提供一种能够有效排除云层及地物干扰的弱小目标检测方法，以能够有效剔除虚警，进而检测出真实目标。

发明内容

本发明要解决的技术问题在于，针对现有技术中红外弱小目标的检测方法，在存在云层及地物等干扰时，无法有效排除干扰的缺陷，提供一种基于时空特性红外弱小目标检测方法。

为了解决上述技术问题，本发明提供了一种基于时空特性红外弱小目标检测方法，包括：获取目标红外图像的高频分量滤波图，由高频分量滤波图确定多个可疑目标；

对每个可疑目标依次利用灰阶分布九宫格进行邻域能量空间分布特性的计算，再进行纹理梯度分布特性计算，再由可疑目标的方位俯仰尺度比及目标饱和度进行判断，最后进行目标时间域分布特性的判断，逐步剔除可疑目标中的伪目标，最后确定真实目标。

在根据本发明所述的基于时空特性红外弱小目标检测方法中，所述高频分量滤波图通过对采集的目标红外图像进行最大最小滤波，去除平缓背景后获取。

在根据本发明所述的基于时空特性红外弱小目标检测方法中，所述利用灰阶分布九宫格进行邻域能量空间分布特性的计算方法包括：

针对每个可疑目标，由高频分量滤波图确定可疑目标的型心、方位尺寸及俯仰尺寸，然后在目标红外图像的相应位置以型心为中心，以当前可疑目标为中间分格，建立九宫格；分别计算九宫格中每个小分格图像的灰度均值和灰度方差，当可疑目标的八个邻域中满足预设能量空间分布要求的领域小于六个，则判定为伪目标。

在根据本发明所述的基于时空特性红外弱小目标检测方法中，通过计算九宫格中每个小分格图像的灰度均值和灰度方差，判定伪目标的方法包括：

首先确定真实目标：

∑(gray_diff_i)＞＝6，

∑(deta_diff_i)＞＝6，